教學
AI 幫照片換鏡頭角度：轉的是人，還是動的是鏡頭？生圖模型、Qwen Angles 和影片環繞實測
讓 AI 幫一張照片「換個角度」，結果其實分兩種：一種是人轉了身、背景沒動，另一種是相機真的繞到了另一邊、整個場景跟著轉。我們用七張圖測了三種做法。直接對 Nano Banana 2 Lite（Google）、Seedream 5.0 Flash（字節跳動）和 GPT Image 2（OpenAI）這三個生圖模型下指令，大多數時候得到的是前一種：人背過身去，身後還是原來的貨架或窗戶。Sky Studio 鏡頭角度工具裡的 Qwen Angles（阿里巴巴的 Qwen-Image-Edit 影像編輯模型，加一個專門訓練的鏡頭 LoRA 微調模組）得到的是後一種：轉到側面 90° 時每張都成功，連封閉的房間也能轉；轉到正後方要用專門的指令，咖啡館和雨夜街頭兩張都轉到位了。第三種做法是先用 MiniMax H3（海螺 3）或 Gemini Omni 1.1 Flash（Google 的影片模型）生成一段相機繞人轉半圈的影片，再擷取影格：兩個模型的相機都真的動了，H3 轉到了正後方但房間細節變了，Omni 房間沒變但只轉到了側後方。下面是每一種的對照圖、提示詞和在 Sky Studio 裡的做法。
「換角度」有兩種完全不同的結果
想讓 AI 把一張正面照變成側面或背影，表面上是一句話的事，但做出來的圖分兩種：
- 轉的是人：人物轉過身去，相機沒動。身後還是原來的背景，只是人換了個朝向。如果原圖背景是一面貨架，背影後面還是那面貨架。
- 動的是鏡頭：相機真的繞到了人物的另一邊。人的姿勢不變，但畫面裡的空間整個轉了：原來在人身後的東西跑到了相機身後，看到的是人面前的那一半房間。
拍背影時，這兩種結果的差別最大。下面辦公室這組最直觀：對 Nano Banana 2 Lite 和 GPT Image 2 下「把相機移到背後」的指令，兩張圖裡的男人都轉過去對著窗，可是窗戶和窗外的城市還在畫面裡，而它們在原圖裡是在他身後的。也就是說轉的是人，相機沒動。右邊是鏡頭角度工具轉到 90° 的結果：相機到了桌子的側面，筆電、筆記本和杯子從側面看過去，辦公室向畫面深處延伸。
我們測了什麼
源圖一共七張：兩張是 Sky Studio 站內的角色素材（白底的復古女孩全身、騎士半身），五張是用 Nano Banana 2 Lite 現生成的場景照：雨夜街頭的紅雨衣女子、森林裡的 3D 卡通探險家、坐在咖啡館窗邊的女子、辦公桌前的男人、家庭餐桌旁的兩個朋友。特意放了三張「坐在桌旁的室內」，因為封閉房間裡換機位最難：相機轉到另一邊，模型得把原來看不到的那半個房間補出來。
三種做法：
- 直接對生圖模型下指令：Nano Banana 2 Lite（Google）、Seedream 5.0 Flash（字節跳動）、GPT Image 2（OpenAI），參考圖加一句話，1K 解析度。先用普通寫法，再用把幾何關係寫死的寫法。
- Qwen Angles：Sky Studio 鏡頭角度工具用的模型，阿里巴巴的 Qwen-Image-Edit（通義千問影像編輯模型）加一個專門訓練的鏡頭角度 LoRA（幫大模型加裝的小型微調模組）。測了右轉 90°、轉到正後方，以及俯視、仰視和特寫。
- 先生成環繞影片再擷取影格：把咖啡館那張當首幀，讓 MiniMax H3（海螺 3）和 Gemini Omni 1.1 Flash（Google）各生成一段 8 秒的「相機繞人轉半圈」，再擷取影格。
| 做法 | 鏡頭真的動了嗎 | 最適合 | 要注意 | 每次用時 |
|---|---|---|---|---|
| 直接對生圖模型下指令（Nano Banana 2 Lite、Seedream 5.0 Flash、GPT Image 2） | 多數是人轉身、背景不動；把幾何關係寫死後，Seedream 在咖啡館那張真的換了機位 | 白底圖、背景對稱的街景，或者只要一張背影、不在乎背景 | 背景有方向性的室內會穿幫；GPT Image 2 慢，有幾次超過五分鐘 | Lite 十幾秒，Flash 半分鐘上下，GPT 一兩分鐘 |
| Qwen Angles（Sky Studio 鏡頭角度工具的模型） | 是，整個場景跟著轉 | 側面、過肩、背後、俯視仰視、推近拉遠；封閉房間也行 | 只有固定檔位；180° 走專門的指令；135° 分兩步；個別圖邊緣發糊，重新生成一次就好；特寫偶爾要重試 | 半分鐘到一分鐘多 |
| 先生成環繞影片再擷取影格（影片模型 MiniMax H3、Gemini Omni 1.1 Flash） | 是，而且是連續的一整圈 | 一次要很多個角度，或者本來就要一段運鏡影片 | 畫面是影格，清晰度低於生圖；人可能會動；H3 把看不見的那半個房間改了 | 半分鐘到一分鐘出 8 秒影片 |
做法一：直接對生圖模型下指令
最省事的做法是把原圖當參考圖，再寫一句話。我們第一遍寫得很直白：
> Rotate the camera 180 degrees to view the subject from directly behind. Same person, same hair, clothing, pose, lighting and background; the back of the head and body now face the camera.
（把相機轉 180 度，從正後方看人物。同一個人、同樣的頭髮、衣服、姿勢、光線和背景；後腦勺和背部現在對著鏡頭。）
三個模型在咖啡館這張上給出的都是同一種結果：女子背過身去，寫著「THE DAILY GRIND」（咖啡館招牌）的貨架還在她身後，GPT Image 2 甚至把招牌上的字鏡像了。這句話裡有「same background」（同樣的背景），模型照著做了：轉的是人，相機沒動。
第二遍我們把幾何關係寫死：說明這是鏡頭移動、不是換姿勢；人物位置不變；背景必須換成原來相機身後的那一半，原來的背景應該出畫。Nano Banana 2 Lite 還是把人轉了過來；Seedream 5.0 Flash 這次真的把相機挪到了背後，女子面對窗戶，窗外是街道。所以寫法有用，但不穩定，不同模型差別很大，每次都要賭一把。
什麼時候這種做法夠用？背景沒有方向的時候。白底的復古女孩，GPT Image 2 給出的背影挑不出毛病；森林裡的 3D 探險家，Nano Banana 2 Lite 的背影也很自然，因為樹林從哪邊看都是樹林。雨夜街頭也一樣，街道向兩邊延伸，轉人和轉鏡頭看起來差不多。
做法二：Qwen Angles，專門訓練過的鏡頭 LoRA（微調模組）
Sky Studio 鏡頭角度工具預設用的模型叫 Qwen Angles：底座是阿里巴巴的 Qwen-Image-Edit（通義千問影像編輯模型），上面加了一個開源的鏡頭角度 LoRA（低秩適配器，一種幫大模型加裝的小型微調模組）。這個 LoRA 只學過幾句固定的鏡頭指令：相機向左或向右轉 45°、90°，轉成俯視或仰視，向前推、拉成特寫、換成廣角。它學的不是「人物轉身」，而是「相機換位置之後整個場景長什麼樣」，所以轉出來的是真正的新機位。
工具把你在球體上拖出的位置換算成這些指令。拖到 90°，相機就到了人物側面；拖到 180°，用的是一句專門的「把鏡頭移到人物正後方」。我們試過直接寫「轉 180°」，LoRA 沒學過，結果人還是正對鏡頭（下面咖啡館那組的第三張）。拖到 135° 這種 LoRA 沒學過的角度，工具會分兩步走：先到正後方，再轉回 45°，介面上會標「兩步」。
實測結果：右轉 90° 在七張圖上全部成功，包括三張封閉的室內。咖啡館那張轉到側面後，窗戶到了女子面前；餐桌那張轉到側面後，兩個朋友並排坐著，廚房在畫面深處。轉到正後方，咖啡館和雨夜兩張都到位了，人物的衣服、傘、包都保留下來。缺點是個別圖邊緣會發糊，比如咖啡館背影那張的右側；重新生成一次通常就好。俯視和仰視也測了：咖啡館那張轉成俯 45° 後，能看到地板、桌面和窗台上的一排小盆栽；雨夜那張轉成仰 45° 後，透明傘成了畫面的頂，招牌向上聳起。推拉試了特寫：鏡頭推到了雙手和咖啡杯上，拉花和手指都清楚，臉只剩下半張，這是 LoRA 訓練過的「轉為特寫鏡頭」指令給出的取景。第一次特寫在生成途中逾時了，重試一次就成功。
做法三：先生成環繞影片，再擷取影格
影片模型天生懂運鏡，所以還有一條路：把原圖當首幀，讓相機繞著人轉半圈，再從影片裡擷取想要的那一格。我們把咖啡館那張交給 MiniMax H3（海螺 3，768p）和 Gemini Omni 1.1 Flash（Google，720p），各生成 8 秒，提示詞只寫鏡頭怎麼動、人不動。
兩個模型的相機都真的動了，但各有取捨：
- MiniMax H3 走完了整個半圈，結尾是乾淨的背影，女子面對窗戶。但相機轉到看不見的那半個房間時，模型自己補了一個甜點櫃和一面新的貨架，咖啡館變得不太像原來那家。
- Gemini Omni 1.1 Flash 把房間守住了：貨架、窗戶、窗外的街道一直是原來的樣子，8 秒裡只轉到了大約側後方，沒到正後方，畫面也越轉越亮。
擷取出來的影格是影片解析度，這次是 768×1024 和 720×1280，運動中的影格會有一點軟。它適合兩種情況：本來就要一段運鏡影片，順手拿幾格；或者一次要很多個角度，一段影片裡從正面到背影都有了。只要一張清楚的側面或背影，用鏡頭角度工具更直接。
A camera move only, no cut. The woman stays completely still, holding her coffee cup with both hands and keeping exactly the same pose and expression. The camera slowly orbits around her in one smooth half circle at the same height: it starts at the front, travels past her left side, and ends directly behind her, so at the end we see her back, the back of her head, and the window and the street outside in front of her. The cafe, the table, the plants and the lighting stay the same. Steady, continuous, realistic.
只有鏡頭在動，不剪接。女子完全不動，雙手捧著咖啡杯，姿勢和表情保持不變。相機在同一高度繞著她緩慢地轉半圈：從正面出發，經過她的左側，最後停在她正後方，結尾看到的是她的背影、後腦勺，以及她面前的窗戶和窗外的街道。咖啡館、桌子、植物和光線都保持不變。平穩、連續、真實。
在 Sky Studio 裡怎麼做
用鏡頭角度工具（圖片）
第 2 步 點球體中間的「添加源圖」，從本機上傳、工作區、畫布圖層或角色庫裡選一張。一次只處理一張。
第 3 步 拖動球體上的相機，或者用右邊的「旋轉」「俯仰」「推拉」滑桿。球體下方會寫出這次鏡頭怎麼動，比如「右 90°」或「背後 180° · 俯 45°」。
第 4 步 模型預設是 Qwen Angles，也可以換成其他支援參考圖的生圖模型試試「轉人」的效果。畫面比例自己選，預設 16:9，有 1K 和 2K。
第 5 步 點生成。想一次拿到一圈角度，打開「一次生成多個角度」，選 4、8 或 12 個預設機位，球體上會標出這些機位。
第 6 步 結果是新圖層，圖層列表裡會標出它來自哪張源圖、轉了多少度。把結果再設為源圖，就能接著轉。
用影片環繞再擷取影格
- 在影視畫布點加號，選「創作」裡的影片，方式選「首尾幀」，把圖放到首幀。
- 模型選 MiniMax H3 或 Gemini Omni 1.1 Flash，時長 8 秒左右，提示詞只寫鏡頭怎麼動、人不動，可以直接用上面那段。
- 生成後選取影片圖層，在浮動工具列點「抽幀」（擷取影格），目前這一格就會變成一個新的圖片圖層。拖動進度列換一格再擷取，就能拿到一整圈的角度。
兩條路的結果都會儲存到你的工作區（Workspace）。
什麼時候用哪種
- 白底圖、商品圖這類沒有背景的圖：直接對生圖模型下指令就夠了，快，而且背影的細節往往更完整。
- 要保住場景的側面、過肩、背影：用鏡頭角度工具。背景會跟著相機一起轉，這是生圖模型靠提示詞做不到的。
- 要俯視、仰視、推近、拉遠：也用鏡頭角度工具，這些都是它的檔位。
- 一次要一整圈角度，或者本來就要運鏡影片：先生成環繞影片再擷取影格。要房間不變選 Gemini Omni 1.1 Flash，要轉滿半圈選 MiniMax H3，然後在中間那幾格裡挑。
- 分鏡、角色設定、同一場景的多個機位：先用鏡頭角度工具把機位定下來，再把這些圖當成影片的首尾幀，前後鏡頭就能接上。
限制和幾個小建議
- Qwen Angles 只有固定檔位：旋轉 45° 一檔，俯仰只有 ±45°，推拉三檔。球體上可以拖到 15° 一格，用 Qwen Angles 時會吸附到最近的檔位；換成生圖模型則按你拖的角度寫進提示詞。
- 轉到背影就看不見臉了。要「看得見臉的背後視角」，用 135° 的過肩機位，它會分兩步生成。
- 源圖越乾淨越好：主體清楚、一個人、不要太小。源圖裡的東西被遮住的部分，模型只能猜。
- 邊緣發糊、多出來的東西，重新生成一次通常就好；每次生成都是獨立的。
- 影片擷取出來的是影片解析度，打算放大用的話，先在工作區裡做一次放大。
- 這次只測了人物和一個 3D 角色。工具本身不限制主體類型，寵物、商品、建築可以自己試，判斷標準還是那一個：看背景有沒有跟著相機一起轉。
常見問題
AI 能把正面照變成背影嗎？
能，但要分清想要哪種結果。直接對生圖模型下指令，大多數時候是人轉過身、背景不動；用 Sky Studio 鏡頭角度工具的 Qwen Angles，相機會真的繞到人物背後，畫面裡換成人物面前的那半個場景。我們測的咖啡館和雨夜街頭兩張，轉到正後方都成功了。
為什麼用生圖模型「換角度」之後背景沒變？
因為模型把「換角度」理解成了「人物換個朝向」。它會保留參考圖裡的背景，讓人轉身。背景沒有方向的時候（白底、森林、對稱的街道）看不出問題；背景有方向的室內，比如人身後是窗戶，轉身後窗戶還在畫面裡就穿幫了。把幾何關係寫死有時能改善，但不同模型差別很大。
Qwen Angles 是什麼模型？
是 Sky Studio 鏡頭角度工具預設用的模型：阿里巴巴的 Qwen-Image-Edit（通義千問影像編輯模型）加一個開源的鏡頭角度 LoRA（微調模組）。這個 LoRA 專門學過相機左右轉 45°、90°、俯視仰視、推近拉遠這些指令，學的是相機換位置之後整個場景的樣子，所以轉出來的是真正的新機位，不是人物轉身。
鏡頭角度工具能轉多少度？能俯視和仰視嗎？
水平可以轉到兩側各 180°，也就是正後方；俯仰可以到 ±60°；推拉從遠景到特寫五檔。用 Qwen Angles 時會吸附到它學過的檔位：旋轉每 45° 一檔，俯仰 ±45°，推拉三檔。換成生圖模型時按你拖的角度寫進提示詞。
為什麼拖到 135° 的時候介面上標著「兩步」？
Qwen Angles 的 LoRA（微調模組）沒有學過 135° 這一句。工具會分兩次生成：先把相機移到正後方，再從那張圖往回轉 45°，得到過肩機位。實測裡直接寫「轉 180°」或「轉 135°」都不管用，所以才這樣設計。
能對同一張圖反覆換角度嗎？
能。每次的結果都是新圖層，圖層列表裡會標出來源和角度。把結果再設為源圖，就能接著轉；工具頁上點「設為源圖」也一樣。注意每轉一次都是一次新的生成，細節會有一點漂移，所以盡量從原圖一步到位。
換角度之後人會不會變樣？
衣服、髮型、隨身物品這些大特徵基本都保得住，比如雨夜那張的紅雨衣、透明傘和斜背包。臉在側面還看得見，到背影就看不見了。原圖裡被遮住的部分（後背、背包的背面）是模型補出來的，和真實情況不一定一致。
支援什麼畫面比例和解析度？
鏡頭角度工具裡畫面比例自己選，預設 16:9；解析度有 1K 和 2K。換成其他生圖模型時，按那個模型支援的畫面比例和解析度來。
影片擷取出來的圖清晰度夠用嗎？
擷取出來的是影片解析度，這次測的 MiniMax H3 是 768×1024，Gemini Omni 1.1 Flash 是 720×1280，運動中的影格會有一點軟。做參考、做分鏡夠用；要放大列印或當成品圖，先在工作區做一次放大，或者用鏡頭角度工具單獨生成那一個角度。
不登入能用鏡頭角度工具嗎？
工具頁不用登入就能打開、上傳圖片、拖動相機看參數，但生成需要登入。生成的結果會儲存到你的工作區（Workspace）。